空气温湿度、大气压等气象要素是衡量地球气候变化、水文循环等的重要指标,也是开展各类气象服务的基础。然而,受经济发展水平及人口分布等因素影响,部分地区气象台站分布稀疏且均匀性较差。现有台站气象数据不足以指导农牧业生产和支撑当地流行性疾病传播预警、气候变化、林火探测等研究的需求。且现有近地表气象要素估算方法在类似于川西藏区和西北地区的复杂地形、台站稀疏区域应用时存在一定的不足。如空间插值方法受限于台站数量及分布等因素,在台站稀疏且分布均匀性较差区域应用时,准确度较低;基于遥感数据的近地表气象要素估算方法受限于当前的遥感观测技术水平,在遥感盲区或复杂地形区域应用时,准确度也较低。由于“需求”和“供给”的不匹配,故探索复杂地形、台站稀疏条件下准确获取近地表气象数据的方法是非常必要的。本文以川西藏区和西北地区为例,研究复杂地形、稀疏台站区域的气温（Ta）、饱和水汽压差（VPD）和大气压（P）估算方法及其分布特征。一种改进的、基于MODIS（中分辨率成像光谱仪）数据的ANN-IDW（人工神经网络-反距离加权插值）方法被提出,并被用于估算Ta和VPD。该方法实现全天气条件下Ta和VPD的高精度估算。川西藏区及其邻近区域41个气象站、西北地区135个气象站数据被用于ANN-IDW方法的训练和验证。对于Ta和VPD估算而言,ANN-IDW在川西藏区应用时的平均绝对误差（MAE）分别为1.45℃～2.15℃和0.54 hPa～0.87 hPa;在西北地区应用时的MAE分别为1.81℃～2.65℃和1.19 hPa～1.50 hPa。此外,Ta和VPD估算值分布图的细节特征显著,与地形地貌等密切相关,也间接证实了方法的准确性。除估算Ta和VPD外,本研究通过对现有方法的改进以估算P。结果证实:1)ANN-IDW方法适合于估算全天气条件下复杂地形、台站稀疏区域的Ta和VPD;2)改进后的新方法更适合于P估算。本文对川西藏区和西北地区Ta、VPD和P的时空分布特征进行分析,有助于指导当地的农牧业生产等工作,具有较高的应用价值。分析结果也进一步表明:地形地貌、海拔高差等均是影响区域气象要素分布差异的重要因素。但在不同区域、不同季节其作用强度存在一定差异。